标签偏移对回测结果的危害

标签偏移（Label Shift）是指训练集与未来真实数据中标签的边际分布发生系统性变化。在量化回测中，这种偏移会导致策略评估严重失真，产生“看起来很美、实盘即亏”的假象。以下从四个维度剖析其具体危害。

危害一：过拟合历史标签分布

当回测数据中的标签分布（如涨跌比例、波动率区间）与未来不一致时，模型会过度学习历史时期的统计特征，而非真正的市场规律。例如，在长期牛市中训练的模型会默认“买入持有”为最优策略，一旦进入震荡市或熊市，模型失效。

危害二：策略失效与样本外崩溃

标签偏移直接破坏模型在样本外数据上的泛化能力。回测中表现优异的策略，在实盘中往往出现以下退化模式：

• 信号衰减： 模型预测的涨跌概率与实际发生概率系统性偏离。
• 换手率异常： 模型在标签分布变化后频繁开平仓，交易成本吞噬收益。
• 因子失效： 原本有效的因子（如动量、价值）因标签分布改变而失去预测力。

危害三：夏普比率虚高

标签偏移会导致回测中的风险调整收益指标失真。当模型在历史标签分布上过拟合时，其预测误差被低估，进而：

• 波动率被低估： 模型在历史分布内表现稳定，但实际波动率因标签偏移而放大。
• 收益被高估： 模型捕捉到的是历史标签分布中的统计噪声，而非真实 alpha。
• 夏普比率膨胀： 分子（超额收益）虚高，分母（波动率）偏低，导致夏普比率可能翻倍甚至更高。

危害四：回撤估计不足

标签偏移使回测中的最大回撤（Max Drawdown）严重低估，原因在于：

1. 尾部风险缺失： 历史标签分布未包含未来可能出现的极端行情（如流动性危机、政策突变）。
2. 相关性结构变化： 标签偏移常伴随资产间相关性的突变，导致组合分散化失效。
3. 止损策略失效： 基于历史标签分布设定的止损阈值，在新分布下可能过早或过晚触发。

危害传导链

标签偏移的危害并非孤立存在，而是形成一条恶性传导链：

1. 过拟合历史标签分布 → 模型捕捉到的是历史统计噪声而非真实规律。
2. 夏普比率虚高 → 误导策略筛选和资金分配决策。
3. 回撤估计不足 → 风险预算被压缩，杠杆使用过度。
4. 策略失效 → 实盘出现预期外的巨大亏损。

危害量化对比表